导语
将AI技术应用于企业培训活动是一个复杂而漫长的过程，切忌将其视为一次软件系统的导入实施活动。对此，企业管理者除了要对新技术“一见倾心”，更要做到深思熟虑的用心，还要有持之以恒的决心。应当拥抱新兴技术，改变或优化原有培训模式，勇于付诸实践并不断复盘、优化，通过调整迭代逐步建立最佳的培训模式和方法。
文 / 路琳、宋红波、赵晗
数智化时代的到来势必引起社会、经济、政治等领域的变革，这对企业的经营与发展既意味着空前的机遇，也暗含着未知的挑战。海量的数据信息、更为复杂的运营模式、日益激烈的竞争环境，都要求企业能够洞悉环境变化，利用最新技术持续有效地构筑自己的核心竞争力。培训作为人力资源管理的重要环节，着力于提升企业员工的整体知识技能水平，是企业竞争力的根本来源，因此培训活动的有效性直接影响企业的生存能力和长期发展。人工智能（AI）技术催生了更加多样化和智能化的培训模式，但如何趋利避害，真正实现数智化培训赋能企业，还有待企业家和管理学者不断探索。
AI技术在人力资源领域的应用
历史经验反复证明，新技术的出现和演进能够从根本上改变企业的组织架构和生产经营模式，也会影响员工间的协作、沟通模式及个人发展路径。近年来，以机器学习技术、自然语言处理技术、专家系统等为代表的人工智能技术不断发展迭代，并迅速应用到各个领域。机器学习技术明显提升了AI图像识别、语音识别和数据挖掘的应用效果；自然语言处理技术大幅提升文本和语义分析水平，在自动问答、智能助理、机器翻译等方面已得到广泛应用；专家系统可以模拟人类专家的决策过程，通过构建知识库和推理机制来解决某些领域的特定问题。
人工智能技术的兴起同样给企业培训活动带来一轮新的变革升级。IBM人力资源部首席技术官安舒尔·舍奥布里（Anshul Sheopuri）表示，IBM通过扫描2.2亿份内部文档进行员工技能诊断，并建立人工智能系统沃森（Waston），98%的IBM员工每个季度都会使用该系统，且自动化评估的准确率接近90%。毕马威公司的数字解决方案主管斯瓦米纳坦·钱德拉塞卡兰（Swaminathan Chandrasekaran）介绍毕马威利用人工智能系统来阅读同业利率拆借的合同，并提取特定信息以完善员工培训系统，这种培训方式更适合新一代职场人。中国企业也不甘落后，积极将人工智能应用于组织培训。2023年5月，北森发布的名为Mr.Sen的个人领导力教练AI产品，具备辅导他人、沟通交流的能力，能为员工提供实时辅导支持，有助于激发员工的自我觉察，进而提升个人技能。2023年9月，腾讯乐享发布基于大模型的AI助手，围绕知识创作、内容生成和知识问答场景，推出AI智能问答、AI辅助创作、AI提炼知识点、AI生成考题等功能，可以有效应用于企业培训。中国平安集团旗下的平安知鸟智能培训平台，深耕AI+培训创新，能够结合企业实际情况提供完善的线上学习平台，支持员工随时随地想学就学，针对新员工特点进行个性化学习推荐，根据不同员工的工作岗位和学习进度形成大数据分析报告，提升员工学习的内驱力。
数智化浪潮正以无可阻挡的态势影响着人们工作、生活的方方面面。企业纷纷展开各种“AI+培训”主动回应技术变革，既是面对复杂环境和激烈竞争的破局之道，也是融入科技浪潮、构建差异化竞争优势的必由之路。在积极迎接数智化培训新时代的过程中，如何重塑企业架构来提升AI技术应用能力？如何开发线下和线上相结合的培训方案？如何营建适宜的人机合作氛围以缓解AI给员工造成的潜在心理危害？如何通过高效的数智化培训打造企业独有的竞争力？这些都是亟需管理者和学者思考的问题。
AI技术嵌入培训活动
培训活动是企业人力资源管理中的重要环节，其目标在于提升组织成员的知识技能，通过充分发挥人才的价值逐步建立企业独特的核心竞争力。培训过程通常包括四个环节：培训策略制定、培训需求分析、培训活动实施和培训效果评估。作为一种新兴技术，AI不会改变培训活动存在的意义及内涵，但其所具备的独特优势能够为培训的各个环节提供新的操作工具和作业方法，最终起到降低成本、提高效率、优化实施效果的作用。数智化培训的基本要求就是将AI技术应用于培训活动的各个环节（见图1）。新技术的价值并不等同于它给每个培训环节带来的增值的简单加总，只有各环节的增值产生协同效应才能提升组织培训的整体效果，为此管理者必须秉持系统化视角。
针对培训策略制定，首先，AI技术帮助企业拓展了组织边界，使人力资源管理较大程度上摆脱了传统的科层组织束缚，重新回归人力资本自身的价值。其次，借助互联网技术的低成本和即时性，企业能够实时监测内、外部环境动态，及时调整业务目标、经营策略及与之匹配的人才培训策略。最后，在组织扁平化、快速应对市场变化的趋势下，借助AI和大数据技术，企业能够建立结构化人才数据库，有效细化人力资源管理的颗粒度，实现精细化和个性化管理。
针对培训需求分析，AI技术以员工技能画像和胜任力模型为基础，催生了基于大数据、数据挖掘、预测算法和可视化界面的人才能力分析工具。通过定期和不定期的员工数据采集和更新，企业能够掌握员工教育背景、人格等相对固定的个体特征，以及个人技能、资历、工作业绩等动态的个体特征，用于团队人员配置、人才培养等人事决策。目前针对个体员工的人才画像和面向组织全局的人才盘点是人才分析过程中最为典型的两项AI技术应用。根据人才画像，管理者可以方便地识别培训需求，更有效地设计人才培训计划。通过细致刻画人才技能，企业能够有效开展人才盘点，让管理者对组织人力资本有全局的了解。AI技术使用定量数据简单、精炼地呈现员工的特征，据此制定的内部培训规划将更具科学性和有效性。
针对培训活动实施，依托互联网的AI技术延展了培训实施场景，培训活动可以跨越时空，脱离时间地点的限制，能够利用员工的碎片化时间来完成。此外，AI虚拟培训师、AI陪练机器人的出现，不仅可以降低人力培训成本，还能够确保培训质量和标准的统一性。AI系统还可以在培训的过程中根据受训员工的即时反应，动态调整培训内容和节奏，相较于人工讲师的现场培训，调整范围更大、灵活性更强。
针对培训效果评估，一方面，应用AI技术的评估是伴随培训过程同步进行的。系统全程、多维度采集受训员工对培训课程的接受和吸收程度，并监控培训内容调整过程中员工的反应。另一方面，AI培训系统能够为每个培训对象生成不同的个性化测试题目，相较于传统的标准化测试能更有效地测度培训效果。当然，有些业务场景需要将系统多维度数据评估与培训师人工评估相结合才能确保培训评估的客观性和有效性。
数智化培训的演进历程
将新技术应用于企业活动通常需要经历若干阶段。一方面，新技术在很长一段时间里仍需不断更新优化。另一方面，新技术切实应用到某项具体的企业活动，不仅需要组织成员学习并掌握如何使用该技术，往往还需要自行开发或者从第三方获取相应的配套工具或方法。在新技术的推动下，企业培训模式的演进大致经历了四个阶段：传统线下培训、线上学习（E-learning）培训、数字化培训、数智化培训（见图2）。当前，不同阶段的培训模式均有企业采用，但伴随AI技术出现的数智化培训尚处于探索阶段，有待发展和完善。
传统线下培训
面对面的现场集中培训是最成熟、最普遍的培训方式。以岗位能力模型与员工胜任力水平的差距为依据，培训师对受训员工进行授课、交流互动或模拟演练。由于嵌入了密集的人际互动，这种培训方式在隐性知识传授上拥有不可替代的优势，此外，集体活动也有助于团队建设。
传统线下培训也存在诸多问题。培训成本方面，面对面培训的组织协调成本较高，且培训实施受到参训人员时间和地点的约束。培训效果方面，线下集中培训教材内容是标准化的，针对性差，无法一次性满足所有参训员工的培训需求；培训内容迭代也较慢，很难迅速跟进最新涌现的业务场景；此外，培训效果高度依赖培训讲师的个人授课能力和现场互动氛围。培训评估方面，传统线下培训的评测维度相对单一（其中现场打分过程存在主观性偏差），评估覆盖面狭窄，此外，非结构化的评估结果难以进行长期追踪和分析复用。
线上学习培训
随着互联网技术的普及，线上学习培训方式的出现解决了传统线下培训存在的部分问题。线上培训覆盖范围广、形式灵活、不受培训场地和时间限制，这些明显的优势能够大幅减少组织培训所需时间并降低成本，而且通过学员线上学习留存的数据记录能够对培训活动进行简单的量化分析。
然而，线上学习的单向输出模式使其培训效果受到质疑。首先，线上培训要求员工以自我学习的模式完成若干培训模块，过程中缺乏交流互动。其次，无法对参训员工的学习过程进行有效监控，培训后的评估也往往采用标准化考试，这种模式仅适用于显性知识的传递。最后，单向输出的模式下员工与培训师缺乏即时互动，这使得参训员工缺乏主动性。很多员工都只是为了完成任务而参加线上培训，学习效果不佳。
数字化培训：微课+AI陪练
为了弥补线上学习的不足，众多企业对原有线上学习平台加以完善并提供多样化的教学内容，进阶到数字化培训。在培训形式上，增加了视频、直播和AI场景陪练等方式。授课内容趋向模块化和碎片化，并大幅增加了测试和模拟练习的比重。这种新型培训的学习形式和时间组合更加多样化，学员可以随时随地进行学习，并能根据自身需求反复观看重点知识和技能培训模块，还能通过AI陪练获取即时反馈。课程互动性强，评估标准一致性高，同时系统平台还记录了大量学员行为数据，能够为后续培训分析和优化奠定基础。
然而，目前大多数企业实施的数字化培训仍存在一些问题。其一，视频网课的内容难以覆盖和匹配企业的重要人力技能需求。其二，课后练习上传的图文、语音和视频作业需要投入较多人力进行评估反馈，一定程度上导致培训成本上升。其三，开发AI陪练功能需要投入大量人力物力，即便如此也难以针对每个学员的特性和学习状况进行个性化教学。其四，线上平台学习主要是员工自主参与，往往缺乏对培训过程进行监控、对培训效果进行科学评估的有效机制。
数智化培训
数智化培训借助先进的AI技术，遵循“业务场景—学习培训—行为改变—驱动绩效”的教学逻辑，将培训活动纳入基于大数据的人力资源管理体系。具体而言，对于参训学员，数智化培训会在课前对其进行能力测评和大数据诊断，从而根据学员的实际能力推送匹配的学习内容；学员无须依次完成所有课程，可以选择性学习，从而获得更好的培训体验。对于人力资源管理者，数字化测量工具的大幅增加，可以打破部门间的壁垒，实现全体人员能力的数字化、可视化，从而有利于其洞悉组织整体人力资本情况，进而将这些可量化的人力资源数据应用到企业管理实践，如对员工的选用育留。对于高层管理者，应用AI技术的数智化培训能够精准量化人员培训方面的投入产出比，让培训活动紧贴业务场景，切实提升培训效果进而推动业务成长。当然，任何一项新技术从出现到成熟应用都需要经过长时间的改进与优化，目前数智化培训仍处于起步阶段，在实践过程中还存在各式各样的问题。
企业的培训模式从线下集中培训演变为数智化培训通常会经历四个阶段，每个阶段的培训模式呈现出不同的属性与特征，也各具优劣势（见表1）。从表1可以看出，优势越突出的培训模式，实施条件要求也越高。能够迈入数智化培训阶段的企业通常依次经历了前面几种培训模式，并在过程中积累了大量IT管理技能以及数字化培训内容的制作经验。尽管如此，那些已经能够熟练进行数智化培训的企业仍面临着各种新的挑战。
数智化培训面临的障碍
将AI技术应用于企业培训活动固然能够显著提升人才培养的速度和效果，但要将这种新技术融入企业管理体系并有效发挥其作用，管理者仍需克服多方面的挑战。如果辅助资源配置不足、不均衡，或者数智化培训策略实施步骤有误，不仅无法达到预期的效果，甚至会与原有组织运营模式发生冲突，阻碍企业发展。
人力资源部门承压过重
数智化培训的核心是将AI和大数据技术应用于企业的培训活动，但如果高层管理者寄希望于由人力资源部门独立完成培训模式的转变，而未将其作为企业数字化转型中的一环，将难以取得好的效果。
数智化培训因跨越时空、低成本等优势受到企业培训部门的重视，但普遍采用的网络培训、专题学习等形式，存在学员分散、难以组织管理、学习周期长等特点，带来实施难度大、多项培训并行难以兼顾等问题。首先，学员分散、课程内容模块化造成师资短缺，如果按线下培训的营运模式开展工作，现有培训师将承受巨大的工作压力。其次，AI技术应用效果的好坏取决于人力资源部门数字化能力的高低，如能否为公司建立结构化的人力资源数据库，清晰呈现全体员工的胜任力画像；能否基于快速变化的业务需求开发并持续迭代模块化的培训内容；能否构建一个符合延续性发展策略的培训框架体系，既具备满足人力资源需求的冗余度又能够利用积累数据持续自我优化。最后， AI技术的应用增加了组织协调工作的复杂性。保证整体培训节奏，跟进学员的线上学习进度以及练习测评，及时与学员进行互动，这些增量工作无疑会耗费大量人力。由此可见，缺乏缜密的顶层设计、必要的额外资源配置和相关部门的辅助支持，仅仅依靠人力资源部门的一己之力，难以实现数智化培训转型。
员工对AI技术产生抵触
人机共处的矛盾始终是新技术应用过程中不可回避的话题，AI技术介入培训活动也是如此。对于培训师而言，面对镜头与学员远程互动，或者在没有观众的工作室录制视频课程，都会让讲师失去人际交互的热情；AI讲师和陪练的出现也让真人讲师产生与机器竞争上岗的隐忧。参加培训的员工更习惯和真人讲师进行线下互动，冷冰冰的机器和AI系统可能会弱化组织内的情感交流。此外，众多研究表明，企业培训除了向员工传授知识技能，还能够通过线下培训活动传播企业文化，增强组织凝聚力。将培训从线下转移到线上在很大程度上削弱了培训的这一重要功能。
引发企业伦理问题
互联网和大数据技术的应用，给组织和个体的工作方式带来了根本性的改变，同时也影响着人们的社会生活。员工不仅会面临经济方面的风险，还可能受到社会心理方面的损害。
在物质财产方面，数智化培训设计和实施过程中，样本数据的准确性和多样性是决定AI应用效果的关键因素。随着数据维度和数据量的增加，数据隐私泄露的风险也逐步增大。特别是涉及个人隐私的领域和行业，如果数据使用不当甚至被不法分子盗取，可能会造成严重的经济损失。企业必须确保使用有关员工的数据和算法是基于隐私保护的，以避免侵犯员工的权利。
在社会心理方面，被标注结构化数据的员工信息录入人力资源数据系统后，企业掌握了个体的标签属性及行为数据，员工将陷入时刻被监控的数字化“牢笼”。这种全景“监狱式”的培训系统会让员工逐渐丧失自我掌控感。更有甚者，缺乏伦理监督的数智化系统有可能对特定人群产生歧视，例如，人力资源辅助系统会对具有特定属性的员工作出歧视性评价，由此引发伦理道德问题。
与业务场景融合不足
在线学习和早期数字化时代使用的培训网课，主要由企业各职能部门根据自身的战略要求和业务需要自行开发。然而，随着技术的快速迭代、实际业务的不断变化，数智化培训需要更新、更具针对性的学习资源，培训课程的开发难度也相应增加。首先，采集真实工作场景的一线情况、搭建工作行为库、萃取知识点等前期准备工作都会带来巨大人力消耗。其次，各职能部门很难独立开发培训内容，依赖人工智能辅助团队或外部教育资源则会提升培训成本。最后，目前AI技术在培训场景中的应用较为分散，更多侧重培训课程的设计，在与培训全流程深度融合，构建面向实际应用场景的算法、模型等方面仍非常欠缺。
应对数智化培训的挑战
尽管应用AI技术给企业带来了各种新的挑战，但当前的困难不会也无法阻挡AI技术推动社会前进的步伐，那些不愿积极应对变化、固守原有思维和工作模式、未能快速做出调整的企业必将被市场淘汰。企业如果能够从以下四方面加大投入或实施变革，将有助于应对向数智化培训转型过程中遇到的问题。
建立基于AI技术的企业运营体系
如前文所述，依靠人力资源部门独自承担数智化培训的重任是无法取得成功的，全新的培训模式需要企业自上而下系统性规划，全体成员学习掌握新技术并提供有效支撑。首先，组织全员要进行关于人工智能和大数据应用的培训学习。研究表明，部门员工间的数字化鸿沟（数字化技术能力差异）是利用AI技术并开展内部协作的首要障碍，而且那些对新技术缺乏了解的成员往往占据重要管理岗位。其次，成熟有效的AI技术运营体系需要缜密的、自上而下的顶层设计，有步骤地进行跨部门资源配置和实施，同时应当对体系建立的步骤次序进行精心部署。例如，非结构化数据没有经过清洗、整合并构建人力资源数据库，数智化培训模型就无从谈起；不具备多媒体软件、互联网络使用技能就无法产出多媒体培训内容；一味追求建立完备无缺的AI培训系统，可能丧失投入实践快速迭代的最佳时机，建成无用或低效的培训系统。最后，高层管理者需要对涵盖数智化培训模块的整体AI运营系统进行长期持续投入，不应过分追求短期的显著效果。只有勇于实践、及时复盘、快速调整才能建立起一套适配、高效的数智化企业运营模式。
转变对人机关系的认知
泰勒在《科学管理原理》一书中写道：“长期以来一种谬论在工人中广为流传：在商业世界中，如果每个人或每台机器的产出增加了，那么最终将导致大量工人失业。”一百年前的思维模式同样体现在当下很多员工对AI的态度中。
大量有关人机交互的研究指出，在技术应用过程中，机器与人类的互动可分为两种人机合作模式：功能增强（augmentation）与功能替代（automation）。功能增强是指机器拓展人类的能力边界，与人类共同完成工作；功能替代则是指机器取代人类，自主完成工作。人工智能究竟是对人类智能的增强还是替代，要视不同流派技术在人力资源管理中的应用场景而定。考虑到AI技术在面对复杂性环境、创新性任务以及数据“杂音”时的功能缺陷，人类与AI联合将是催生变革与进步的最佳路径。此外，历次科技革命在提高生产效率的同时并没有给社会带来大规模失业，反而扩大了就业人口总数。人们不应只关注人与机器之间的替代关系，而忽视了应用AI技术能够创造出新的工作内容和工作岗位。因此，管理者一方面要摒弃机器彻底替代人工的偏执理念，另一方面要引导员工明确人和AI在培训工作中承担的角色，充分发挥人与系统各自的优势。
采取混合式数智化培训方案
培训的根本目标在于提升企业的人力资本即全体员工的知识和技能。AI技术的出现为组织培训活动提供了有效的工具，但不应因此而抛弃传统的线下培训。参照医疗领域的实例，微创式介入心脏手术治疗的出现并没有完全替代传统的开胸心脏手术治疗，因为针对不同的病患场景两种治疗方案各有优势。
传统的线下现场培训方式有利于隐性知识的传授，通过人与人的交流互动能够宣扬企业文化，增强组织凝聚力。人机（系统）配合的数智化培训，便于利用员工的碎片化时间，提供个性化的培训方案，在显性知识的学习方面更有优势。线下面对面与线上系统相结合的培训方案可以缓解学员独自面对机器的无助感，让其在人际交互与自主学习之间获取平衡。此外，在数智化培训的关键环节加入人工审核、干预与运营，能够有效缓解或避免标准化培训无法满足员工异质性需求的问题，及时对自动化系统进行纠偏。
强化辅助支撑和资源配套
新技术的涌现为企业发展和进步带来了契机，但要利用新技术塑造全新的管理运营模式，自然不能脱离各项辅助职能和配套资源的支撑，由此也将衍生出大量新型工作岗位。例如，以蒸汽机为标志的第一次工业革命产生了机械设备设计、制造、维护等岗位来辅助工厂生产运营；以内燃机技术为标志的第二次工业革命派生出电力、能源、通信等基础辅助行业。参照过往历史，要让AI技术在企业培训活动中发挥应有的作用，简单将其嫁接于原有的组织架构和工作模式是不可行的。只有结合行业与企业的自身特点，拓展与数智化培训相关的辅助岗位和配套资源，才能真正发挥人工智能在培训实践中的效能。
例如，培训需求分析师的核心能力将从人力资源规划变为数据挖掘、构建人才匹配模型。部分培训师从线下转移到线上，在制作培训内容时，需要结合业务场景，熟悉微课内容设计、视频录制、剪辑等工作技能。数智化培训项目还需要一批专业运营人员，探索新型培训项目的运营机制，通过运营促进质量、用质量要求反思运营，形成良性循环，最终提升培训效果。AI陪练系统的设计者应当是精通多种业务场景的软件设计人员，他们参与企业人才策略制定，不定期从各部门采集业务场景。只有尽快拥有掌握AI技术的各类专业人才、配备相关资源才能真正实现数智化培训。此类人才和资源是内部培养还是外包采购，按照怎样的次序和权重进行配置，这是对高层管理者智慧和能力的考验。
切实将AI技术应用于企业培训活动需要经历复杂而漫长的过程，切忌将其视为一次软件系统的导入实施活动。对此，企业管理者除了要对新技术“一见倾心”，更要做到深思熟虑的用心，还要有持之以恒的决心。应当拥抱新兴技术，改变或优化原有培训模式，勇于付诸实践并不断复盘、优化，通过调整迭代逐步建立最佳的培训模式和方法。向数智化培训转型也是企业积聚人力资源优势的过程，这种优势能让企业从容应对多变的外部环境，在激烈的市场竞争中立于不败之地。
关于作者 | 路琳：上海交通大学安泰经济管理学院教授；
宋红波：诺华制药（中国）培训负责人；
赵晗：上海交通大学安泰经济管理学院硕士生。
责任编辑 | 朱晶（zhuj3@sem.tsinghua.edu.cn）
